Kaggle

Kaggle  er et dataminingkonkurrencesystem og socialt netværk for dataforskere og maskinlæringseksperter . Ejet af Google Corporation (siden marts 2017) [1] [2] [3] .

Miljøet er organiseret som en offentlig webplatform, hvor brugere og organisationer kan udgive datasæt, udforske og bygge modeller, interagere med andre dataforskere og maskinlæringsingeniører , organisere og deltage i data mining-konkurrencer. Systemet er vært for åbne datasæt og giver cloud-baserede værktøjer til databehandling og maskinlæring. Der er også implementeret uddannelsesressourcer, der er en sektion for opslag af ledige stillinger fra arbejdsgivere, hvor det også er muligt at arrangere konkurrencer for at udvælge de bedste kandidater.

I juni 2017 blev den millionte registrerede bruger offentliggjort (brugere i systemet kaldes "kagglers" - kagglers ), blandt deltagerne er både nybegyndere specialister og store dataforskere [4] .

Konkurrencer

Et typisk skema til at organisere en Kaggle-konkurrence:

• facilitatoren af ​​konkurrencen (normalt en stor kommerciel organisation) udarbejder data og en beskrivelse af problemet;
• deltagere eksperimenterer med forskellige metoder og konkurrerer med hinanden om at skabe de bedste modeller; arbejdet distribueres offentligt gennem Kaggle Kernels, resultaterne evalueres automatisk (baseret på nøjagtighed i forhold til kontrolsættet eller kendt løsning), hvilket påvirker deltagerens vurdering;
• efter deadline betaler konkurrencearrangøren præmiepengene til gengæld for en "verdensomspændende, evig, uigenkaldelig og royaltyfri licens til at bruge det vindende bidrag", dvs. den udviklede algoritme, software og relaterede intellektuelle ejendomsrettigheder .

Udover offentlige konkurrencer arrangeres der også lukkede konkurrencer, hvor kun specialister med en vis Kaggle-rating deltager. Derudover tilbydes et gratis værktøj til datalogilærere til at gennemføre akademiske konkurrencer i maskinlæring (Kaggle In Class).

I alt er der blevet afholdt mere end hundrede offentlige konkurrencer i maskinlæring, blandt dem konkurrencer for at forbedre gestusgenkendelse for Microsoft Kinect [5] , en konkurrence om at forbedre Higgs boson søgesystem på CERN [6] .

Resultaterne af nogle konkurrencer har resulteret i store projekter, blandt dem - HIV-forskningsteknologier [7] , skakvurderinger [8] , prognoser over trafikpropper på motorveje [9] . Deltagerne omfatter Geoffrey Hinton og George Dahl , som vandt en Merck- konkurrence ved hjælp af dybe neurale netværk ; deres resultat, sammen med Hintons elev Vlad Mnikhs sejr i Adzuna- konkurrencen , tjente til at etablere dyb læring som en universel teknik, der senere blev bredt anvendt af andre deltagere. Baseret på resultaterne opnået i Kaggle-konkurrencer er adskillige videnskabelige artikler blevet offentliggjort [10] [11]

Noter

1. ↑ Lardinois, Frederic. Google køber datavidenskabsfællesskabet Kaggle . TechCrunch (8. marts 2017). — "Kilder fortæller os, at Google køber Kaggle [...] den officielle meddelelse kan komme allerede i morgen." Hentet 9. marts 2017. Arkiveret fra originalen 9. marts 2017. (ubestemt)
2. ↑ Google køber Kaggle og dens gaggle af AI-nørder  , CNET (  8. marts 2017). Arkiveret fra originalen den 27. september 2021. Hentet 1. juni 2018.
3. ↑ Velkommen Kaggle til Google Cloud  , Google Cloud Platform Blog . Arkiveret fra originalen den 15. september 2018. Hentet 19. august 2018.
4. ↑ Markoff . Forskere ser fremskridt inden for dyb læring, en del af kunstig  intelligens . Arkiveret 21. maj 2021. Hentet 19. august 2018.
5. ↑ Byrne . Kaggle lancerer konkurrence for at hjælpe Microsoft Kinect med at lære nye bevægelser , VentureBeat  (12. december 2011). Arkiveret fra originalen den 28. september 2020. Hentet 13. december 2011.
6. ↑ Machine learning-fællesskabet tager fat på Higgs , Symmetry Magazine  (15. juli 2014). Arkiveret fra originalen den 16. april 2021. Hentet 14. januar 2015.
7. ↑ Tømrer . Må den bedste analytiker vinde , Science Magazine  (februar 2011). Arkiveret fra originalen den 24. september 2015. Hentet 1. april 2011.
8. ↑ Sonas . Deloitte/FIDE Chess Rating Challenge , Chessbase  (20. februar 2011). Arkiveret fra originalen den 9. november 2012. Hentet 3. maj 2011.
9. ↑ Foo . Smartphones til at forudsige NSW rejsetider? , Den australske  (6. april 2011). Arkiveret fra originalen den 8. oktober 2019. Hentet 3. maj 2011.
10. ↑ NIPS 2014 Workshop om højenergifysik og maskinlæring . Arkiveret fra originalen 2016-05-14 . Hentet 2019-10-08 . Forældet parameter brugt |deadlink=( hjælp )
11. ↑ Athanasopoulos . Værdien af ​​feedback i Forecasting Competitions , International Journal of Forecasting , s. 845-849. Arkiveret fra originalen den 16. februar 2019. Hentet 14. marts 2022.

Litteratur

• Vi introducerer Kaggle: Learning Data Science in Practice Arkiveret 7. juni 2019 på Wayback Machine // Machine Learning Kaggle Competition Part One: Getting Started. Lær Kaggle-miljøet og en introduktionsbog. Will Koehrsen. 11. december 2018.
• Domæneviden er ubrugelig. Når forudsigelser bliver et spil, taber eksperter Arkiveret 26. august 2020 på Wayback Machine // Peter Aldhous, habr.com, januar 2013
• "Må den bedste algoritme vinde" Arkiveret 8. oktober 2019 på Wayback Machine // The Wall Street Journal , marts 2011
• "Kaggle-konkurrencen har til formål at støtte Wikipedia-redaktører" Arkiveret 22. marts 2016 på Wayback Machine // New Scientist, juli 2011
• "Verifying Systems Biology Research in the Age of Collaborative Competition" Arkiveret 5. juli 2017 på Wayback Machine // Nature Nanotechnology, september 2011

I sociale netværk	Twitter Facebook LinkedIn
Foto, video og lyd	Youtube